AWS SDK for .NET 3.7.969.0版本发布:云服务API功能增强
AWS SDK for .NET是亚马逊云服务官方提供的.NET开发工具包,它让.NET开发者能够轻松地在应用程序中集成AWS的各种云服务。本次发布的3.7.969.0版本主要针对CloudTrail、EKS、HealthLake和Transfer等服务进行了功能增强和优化,为开发者提供了更多便利的功能选项。
CloudTrail新增查询搜索功能
CloudTrail服务在此次更新中新增了SearchSampleQueries API接口。这个功能特别针对CloudTrail Lake用户设计,允许开发者直接搜索CloudTrail Lake提供的样本查询。对于需要分析AWS账户活动的开发者来说,这个功能可以大大节省编写查询语句的时间,通过参考预置的样本查询快速构建自己的监控和分析方案。
EKS托管节点组支持更新策略
EKS(Elastic Kubernetes Service)在此版本中为托管节点组(Managed Node Groups)增加了对UpdateStrategies的支持。这意味着开发者现在可以更精细地控制节点组的更新行为,包括滚动更新策略等。这一改进特别适合生产环境中的Kubernetes集群管理,开发者可以根据业务需求选择最适合的更新方式,平衡更新速度和服务可用性。
HealthLake支持Smart App 2.0授权
AWS HealthLake服务新增了'S MART_ON_FHIR'授权策略值,用于CreateFHIRDatastore API。这一更新使得HealthLake能够支持Smart App 2.0标准,为医疗健康应用开发者提供了更符合行业标准的授权方式。Smart App 2.0是医疗健康领域广泛采用的安全标准,这一支持将有助于开发者构建更安全、合规的医疗健康应用。
Transfer服务新增自定义目录选项
AWS Transfer服务在此版本中新增了CustomDirectories作为存储入站AS2消息、MDN文件和状态文件的新目录选项。AS2(Applicability Statement 2)是一种广泛用于安全业务文档交换的协议标准。这一更新为需要进行安全文件传输的企业用户提供了更大的灵活性,可以根据自身业务需求定制文件存储结构,更好地集成到现有业务流程中。
其他改进
除了上述主要功能更新外,本次发布还包括了一些文档更新和错误修复。Systems Manager服务更新了一月份的文档内容,SSOOIDC服务修正了描述中的一些拼写错误,这些改进虽然看似微小,但对于提升开发者体验和减少使用中的困惑都有积极作用。
对于正在使用这些AWS服务的.NET开发者来说,升级到3.7.969.0版本可以立即获得这些新功能和改进。建议开发者根据项目需求评估这些新特性,特别是需要进行医疗健康应用开发、Kubernetes集群管理或安全文件传输的项目,这些更新可能会带来显著的开发效率提升或功能增强。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00